文献

J-GLOBAL ID：201802248137470780   整理番号：18A0691371

ユーザ質問ログに基づくネットワーク検索主題分析【JST・京大機械翻訳】

Web search topic analysis based on user search query logs

著者 (7件)： Zhang Sen (山東財経大学 計算机科学与技術学院,山東 済南,250014) ,  Zhang Chen (山東財経大学 計算机科学与技術学院,山東 済南 250014;香港科技大学 計算机科学及工程学系,香港999077) ,  Lin Peiguang (山東財経大学 計算机科学与技術学院,山東 済南,250014) ,  Zhang Chunyun (山東財経大学 計算机科学与技術学院,山東 済南,250014) ,  Guo Yuchao (山東財経大学 計算机科学与技術学院,山東 済南,250014) ,  Ren Weilong (山東財経大学 計算机科学与技術学院,山東 済南,250014) ,  Ren Ke (香港科技大学 計算机科学及工程学系,香港,999077)
資料名： Zhineng Xitong Xuebao  (Zhineng Xitong Xuebao)
巻： 12  号： 5  ページ： 668-677  発行年： 2017年 
JST資料番号： C2755A  ISSN： 1673-4785  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワーク検索分析は,検索エンジンの最適化において重要な役割を果たし,ユーザの個人的探索特性を分析することによって,検索エンジンの精度を改善することができる。現在,ほとんどの既存のモデル(例えば,クリックグラフモデルとそのバリアント)は,ユーザグループの共通の特性を研究することに注意を払うようになっていることが知られている。しかし,ユーザグループの共通の特徴を得ることができるだけでなく,ユーザの個人特性を得ることができる研究は非常に少ない。本論文は,個人ユーザのネットワーク探索に基づく新しい問題を研究し,ユーザの探索の突発性を研究することによって,個人ユーザの検索質問の主題分布を得ることを目的とした。2つの検索主題モデル,すなわち,探索的バーストモデル(SBM)と結合感受性検索モデル(CS-SBM),SBM仮説質問語とURL主題の間には関係がなく,CS-SBMは質問語とURLの間の関連性があると仮定していて,それらの間には相関関係がある。得られた主題分布情報は偏Dirichletの事前に保存され、Beta分布を用いてユーザー検索の時間特性を描写する。実験結果により,各ユーザのネットワーク探索軌道には,多くのユーザベースの特徴があることを示した。同時に、大量の実ユーザーの検索ログデータを用いた場合、LDA、DCMLDA、TOTと比べ、本論文で提案したモデルは明らかな汎化性能の優位性があり、かつユーザーの検索クエリーテーマが時間的に変化する過程を有効に描写した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  検索エンジン ,  *主題分析 ,  感受性 ,  *ネットワーク

著者キーワード (8件)： web search ,  search engine ,  natural language processing ,  topic model ,  data mining ,  burstiness ,  temporal analysis ,  parameter estimate

分類 (2件)： 自然語処理  (JE06000L) ,  検索技術  (AC06020S)

タイトルに関連する用語 (4件)： 質問 ,  ログ ,  検索 ,  主題分析